Command Palette
Search for a command to run...
نموذج SDAR التعاوني للانتشار والانحدار الذاتي
تم اقتراح الانحدار التلقائي للانتشار التآزري (SDAR) من قبل مختبر الذكاء الاصطناعي في شنغهاي في أكتوبر 2025، وتم نشر نتائج البحث ذات الصلة في الورقة "SDAR: نموذج الانتشار التآزري والانحدار التلقائي لتوليد تسلسلات قابلة للتطوير".
SDAR هو نموذج تعاوني قائم على الانتشار والانحدار الذاتي، يُرسي إطارًا جديدًا لنمذجة اللغة. يجمع هذا النموذج بين كفاءة تدريب الانحدار الذاتي وقدرات الاستدلال المتوازي للانتشار، بهدف التوفيق بين كفاءة تدريب الانحدار الذاتي وتوازي الاستدلال القائم على الانتشار. يتمثل مبدأه الرئيسي في فصل مرحلتين: استخدام تدريب مسبق كامل النطاق للواقع المعزز لضمان الاستقرار والكفاءة، ثم إدخال مرحلة تكيف خفيفة الوزن لتمكين النموذج من إجراء فك تشفير الانتشار القائم على الكتل. يحافظ هذا التصميم على المزايا العملية للواقع المعزز، مثل التخزين المؤقت للقيمة الرئيسية، وتوليد الأطوال المتغيرة، وسلوك التحسين القوي، مع إطلاق العنان لمزايا التوليد المتوازي داخل الكتل الفريدة للانتشار.
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.